northeast-indian-languages

NE-BERT 是一个多语言编码器模型，在830万句数据上训练，覆盖九种东北印度语言和两种锚定语言，通过自定义分词技术，在超低资源语言上显著优于现有模型如 IndicBERT-V2 和 MuRIL。